DLTA-AI是一个标注工具,整合了先进的计算机视觉模型,旨在使图像数据集的标注更加容易。它提供了无缝的体验和直观的工作流程,能够进行数据标注、追踪和注释,并且利用了人工智能技术。该项目由Usama Ahmed在GitHub上进行维护。
ChatRWKV 是一个类似于 ChatGPT 的开源工具,使用了基于 100% RNN 的 RWKV 语言模型。该语言模型是作者对 RNN 进行魔改之后得到的,在性能上已经接近了 transformer,且梯度可以无限走且可以并行化,同时具有 RNN 和 transformer 的所有优点。这个开源项目可以在每个人的电脑和手机上直接运行,可以用于聊天等场景。
GFPGAN是腾讯开源的AI模型,旨在恢复老照片。用户可以通过上传老照片到测试地址,并使用GFPGAN进行图像修复和恢复。
该项目提供了一个完整的管道,用于在消费级硬件上微调ChatGLM LLM,结合了LoRA(低秩适应)和RLHF(基于人类反馈的强化学习)技术,旨在提升ChatGLM的能力,使其类似于ChatGPT。
这个开源项目基于Stable Diffusion进行优化,是一个AI绘画模型。它可以输入中英文文本,并生成多种现代艺术风格的高质量图像。
这是一个AI图像处理工具,可以进行图像增强和去马赛克处理。它使用人工智能技术自动识别马赛克并通过算法去除,提高图像清晰度和质量。同时支持增加亮度、对比度和饱和度等增强处理,可用于图像处理、视觉效果和图像分析等领域。
一个完整的管道,用于在消费级硬件上使用LoRA和RLHF微调Vicuna LLM。该项目实现了基于Vicuna架构的RLHF(强化学习与人类反馈),基本上是ChatGPT的变种,但使用Vicuna。
一个基于Stable Diffusion的图像生成Web界面,用户可以通过简单的界面生成高质量的图像。
XTTS是一个强大的声音克隆项目,用户只需提供几秒钟的音频样本,即可创造出高质量的AI语音克隆。该项目具备出色的零样本克隆能力,并且支持多种语言,能够生成更加自然的语调和表达力。
Real-ESRGAN是一个开源的AI项目,其主要功能是实用的图像/视频修复算法。
Background Remover是一个开源的命令行工具,利用AI技术,可以快速移除图像和视频中的背景。它使用了u2net这个开源的目标检测算法作为底层技术。
本文介绍了一个名为DDSP-SVC 3.0的开源项目,它是一个可以替代低配SO-VITS-SVC的工具。使用该工具,可以用更低的显存和更短的时间训练出模型,生成AI音乐。尽管生成的音乐质量相对较低,但可以用于快速生成音乐。
这是国内第一个真正的开源、可下载、可运行的 LLaMA2 模型,提供中文版 Llama2模型及中英文 SFT 数据集,兼容适配所有针对原版 llama-2-chat 模型的优化。
一个强大的桌面应用程序,用于从音频文件中分离人声和伴奏,支持多种音频格式,使用本地模型,提供高效的音频处理速度和用户友好的图形界面。
这是一个完整的管道,用于在消费硬件上使用LoRA和RLHF微调Alpaca LLM。基于Alpaca架构实现人类反馈的强化学习(RLHF),基本上是ChatGPT的一个变体,但使用的是Alpaca。